[发明专利]一种智能结构检测方法和系统在审
申请号: | 202211077808.0 | 申请日: | 2022-09-05 |
公开(公告)号: | CN115452047A | 公开(公告)日: | 2022-12-09 |
发明(设计)人: | 郭兴鹏;梁栋;林峰;曾伟;周殷弘;凌永恒;王保栋;刘东;尹鹏;黄建国;姚超;刘宁宇;魏国强 | 申请(专利权)人: | 中国建筑第八工程局有限公司 |
主分类号: | G01D21/02 | 分类号: | G01D21/02;G06F30/20 |
代理公司: | 成都睿道专利代理事务所(普通合伙) 51217 | 代理人: | 潘育敏 |
地址: | 200000 上海市*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 智能 结构 检测 方法 系统 | ||
1.一种智能结构检测方法,其特征在于,包括,
基于遗传算法和神经网络,确定传感器布置方案;
基于所述传感器布置方案在监测目标上布置传感器,并获取监测数据;
将所述监测数据输入预测模型,模型预测未来时间段的预测数据;
基于所述预测数据,确定所述监测目标未来的结构是否会出现问题;
若是,基于所述预测数据,提前进行多级预警。
2.根据权利要求1所述的智能结构检测方法,其特征在于,所述确定传感器布置方案,包括,
基于所述监测目标上待布置传感器的节点,得到多种初始传感器布置方案;
基于遗传算法,筛选和处理所述多种初始传感器布置方案,得到多种最优传感器布置方案;
基于所述多种最优传感器布置方案,确定所述传感器布置方案。
3.根据权利要求1所述的智能结构检测方法,其特征在于,得到所述预测模型,包括,
基于所述多种最优传感器布置方案,得到最优权值和最优阈值;
基于所述最优权值和所述最优阈值,构建初始预测模型;
获取历史监测数据,基于所述历史监测数据获取训练样本和标签;
将所述训练样本输入所述初始预测模型,基于模型的输出和所述标签构建损失函数,调整模型的参数,得到训练好的预测模型。
4.根据权利要求1所述的智能结构检测方法,其特征在于,确定所述监测目标未来的结构是否会出现问题,包括,
确定三级预警阈值;
将所述预测数据与所述三级预警阈值进行比较,确定所述监测目标的未来结构是否会出现问题。
5.根据权利要求4所述的智能结构检测方法,其特征在于,所述基于所述预测数据,提前进行多级预警,包括,
基于所述预测数据触发的所述三级预警阈值的级别和次数,进行多级预警。
6.一种智能结构检测系统,其特征在于,包括,传感器布置优化模块、数据获取模块、预测模块、确定模块和预警模块;
所述传感器布置优化模块用于基于遗传算法和神经网络,确定传感器布置方案;
所述数据获取模块用于基于所述传感器布置方案在监测目标上布置传感器,并获取监测数据;
所述预测模块用于将所述监测数据输入预测模型,模型预测未来时间段的预测数据;
所述确定模块用于基于所述预测数据,确定所述监测目标未来的结构是否会出现问题;
所述预警模块用于在确定所述监测目标未来的结构会出现问题后,基于所述预测数据,提前进行多级预警。
7.根据权利要求6所述的智能结构检测系统,其特征在于,所述传感器布置优化模块还用于,
基于所述监测目标上待布置传感器的节点,得到多种初始传感器布置方案;
基于遗传算法,筛选和处理所述多种初始传感器布置方案,得到多种最优传感器布置方案;
基于所述多种最优传感器布置方案,确定所述传感器布置方案。
8.根据权利要求6所述的智能结构检测系统,其特征在于,得到所述预测模型,包括,
基于所述多种最优传感器布置方案,得到最优权值和最优阈值;
基于所述最优权值和所述最优阈值,构建初始预测模型;
获取历史监测数据,基于所述历史监测数据获取训练样本和标签;
将所述训练样本输入所述初始预测模型,基于模型的输出和所述标签构建损失函数,调整模型的参数,得到训练好的预测模型。
9.根据权利要求6所述的智能结构检测系统,其特征在于,所述确定模块还用于,
确定三级预警阈值;
将所述预测数据与所述三级预警阈值进行比较,确定所述监测目标的未来结构是否会出现问题。
10.根据权利要求9所述的智能结构检测系统,其特征在于,所述预警模块还用于,
基于所述预测数据触发的所述三级预警阈值的级别和次数,进行多级预警。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国建筑第八工程局有限公司,未经中国建筑第八工程局有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211077808.0/1.html,转载请声明来源钻瓜专利网。